library(haven)
library(labelled) # for general functions to work with labelled data
library(tidyverse) # general wrangling
library(dplyr)
library(Hmisc)
library(gtsummary) # to demonstrate automatic use of variable labels in summary tables
library(readxl)
library(foreign)
library(sjPlot)
library(sjmisc)
library(sjlabelled) # for example efc data set with variable labels
library(stringr)
rm(list = ls())
dir_input_data = "C:/Users/AHema/OneDrive - CGIAR/Desktop/WFP Resilience dataset/data/output_data/Chad"
dir_output_data = "C:/Users/AHema/OneDrive - CGIAR/Desktop/WFP Resilience dataset/data/output_data/Common labels data/Chad"
Chad_Harmonization_variables <- read_excel(paste0(dir_input_data,"/Chad_Harmonization.xlsx"), 
    sheet = "variables_harmonization")
#View(Chad_Harmonization_variables)

Chad_Harmonization_description <- read_excel(paste0(dir_input_data,"/Chad_Harmonization.xlsx"), 
    sheet = "description")
#View(Chad_Harmonization_description)
lst_test = Chad_Harmonization_description$Name

for(i in 1:length(lst_test)) {                              # Head of for-loop
  assign(lst_test[i],                                   # Read and store data frames
         read_sav(paste0(dir_input_data,"/",lst_test[i],".sav")))
}

1 Data consistency Check

1.1 Drop duplicated observations

Chad_baseline_2018 <- Chad_baseline_2018 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2019 <- Chad_ea_2019 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2020 <- Chad_ea_2020 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2021 <- Chad_ea_2021 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2022 <- Chad_ea_2022 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2020 <- Chad_pdm_2020 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2021 <- Chad_pdm_2021 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2022 <- Chad_pdm_2022 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))

1.3 ID Check

Chad_baseline_2018 <- Chad_baseline_2018 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2019 <- Chad_ea_2019 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2020 <- Chad_ea_2020 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2021 <- Chad_ea_2021 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2022 <- Chad_ea_2022 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID)) 
Chad_pdm_2020 <- Chad_pdm_2020 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID)) 
Chad_pdm_2021 <- Chad_pdm_2021 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID)) 
#Chad_pdm_2022 <- Chad_pdm_2022 %>% dplyr::distinct(ID) %>% dplyr::filter(!is.na(ID)) 
Chad_pdm_2022$ID <- 1:nrow(Chad_pdm_2022)
Chad_pdm_2022_with_ID <- labelled::to_factor(Chad_pdm_2022)
haven::write_dta(Chad_pdm_2022_with_ID,"Chad_pdm_2022_with_ID.dta")

2 Administrative check

Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(YEAR= "2022" %>% 
                  structure(label = "Annee"))

Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(SURVEY= "Enquête annuelle" %>% 
                  structure(label = "Type d'enquête"))
Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
    structure(label = "Nom du pays"))
Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))
Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(ADMIN1Name = case_when(
    ADMIN1Name == 1 ~  "Guera",
    ADMIN1Name == 2 ~  "Barh-El-Gazel",
    ADMIN1Name == 3 ~  "Kanem",
    ADMIN1Name == 4 ~  "Lac",
    ADMIN1Name == 5 ~  "Batha",
    ADMIN1Name == 6 ~  "Ouaddai",
    .default = as.character(ADMIN1Name)
  )%>% 
  structure(label = label(Chad_ea_2022$ADMIN1Name)))
Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",

    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))

Chad_ea_2022$ADMIN2Name<-as.character(Chad_ea_2022$ADMIN2Name)
Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(ADMIN2Name=case_when(
  ADMIN2Name  ==  "1"  ~  "Barh-El-Gazel Sud",
  ADMIN2Name  ==  "4"  ~  "Kanem",
  ADMIN2Name  ==  "5"  ~  "Nord Kanem",
  ADMIN2Name  ==  "7"  ~  "Mamdi",
  ADMIN2Name  ==  "9"  ~  "Kaya",
  ADMIN2Name  ==  "11"  ~  "Batha Ouest",
  ADMIN2Name  ==  "12"  ~  "Batha Est",
  ADMIN2Name  ==  "14"  ~  "Guera",
  ADMIN2Name  ==  "15"  ~  "Abtouyour",
  ADMIN2Name  ==  "16"  ~  "Barh-Signaka",
  ADMIN2Name  ==  "18"  ~  "Ouara",
  TRUE ~ as.character(ADMIN2Name)
)%>% 
  structure(label = label(Chad_ea_2022$ADMIN2Name)))

Chad_ea_2022 = Chad_ea_2022 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Barh-Signaka" ~ "TD0403",
    ADMIN2Name == "Abtouyour" ~ "TD0402",
    ADMIN2Name == "Assoungha" ~ "TD1403",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(YEAR= "2022" %>% 
                  structure(label = "Annee"))

Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(SURVEY= "PDM" %>% 
                  structure(label = "Type d'enquête"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
    structure(label = "Nom du pays"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(ADMIN1Name = case_when(
    ADMIN1Name == 5 ~  "Guera",
    ADMIN1Name == 1 ~  "Barh-El-Gazel",
    ADMIN1Name == 2 ~  "Kanem",
    ADMIN1Name == 3 ~  "Lac",
    ADMIN1Name == 4 ~  "Batha",
    ADMIN1Name == 6 ~  "Ouaddai",
    .default = as.character(ADMIN1Name)
  )%>% 
  structure(label = label(Chad_pdm_2022$ADMIN1Name)))
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",

    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))


Chad_pdm_2022$ADMIN2Name<-as.character(Chad_pdm_2022$ADMIN2Name)
Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(ADMIN2Name=case_when(
  ADMIN2Name  ==  "1"  ~  "Barh-El-Gazel Sud",
  ADMIN2Name  ==  "4"  ~  "Kanem",
  ADMIN2Name  ==  "5"  ~  "Nord Kanem",
  ADMIN2Name  ==  "7"  ~  "Mamdi",
  ADMIN2Name  ==  "8"  ~  "Wayi",
  ADMIN2Name  ==  "9"  ~  "Kaya",
  ADMIN2Name  ==  "11"  ~  "Batha Ouest",
  ADMIN2Name  ==  "12"  ~  "Batha Est",
  ADMIN2Name  ==  "13"  ~  "Fitri",
  ADMIN2Name  ==  "14"  ~  "Guera",
  ADMIN2Name  ==  "15"  ~  "Abtouyour",
  ADMIN2Name  ==  "18"  ~  "Ouara",
  TRUE ~ as.character(ADMIN2Name)
)%>% 
  structure(label = label(Chad_pdm_2022$ADMIN2Name)))

Chad_pdm_2022 = Chad_pdm_2022 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Fitri" ~ "TD0103",
    ADMIN2Name == "Abtouyour" ~ "TD0402",
    ADMIN2Name == "Assoungha" ~ "TD1403",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(YEAR= "2021" %>% 
                  structure(label = "Annee"))

Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(SURVEY= "Enquête annuelle" %>% 
                  structure(label = "Type d'enquête"))
Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
    structure(label = "Nom du pays"))
Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


################# admin1 codification
Chad_ea_2021$ADMIN1Name<-as.character(Chad_ea_2021$ADMIN1Name)
Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(ADMIN1Name=case_when(
  ADMIN1Name  ==  "1"  ~  "Barh-El-Gazel",
  ADMIN1Name  ==  "2"  ~  "Batha",
  ADMIN1Name  ==  "3"  ~  "Borkou",
  ADMIN1Name  ==  "4"  ~  "Chari-Baguirmi",
  ADMIN1Name  ==  "5"  ~  "Ennedi Est",
  ADMIN1Name  ==  "6"  ~  "Ennedi Ouest",
  ADMIN1Name  ==  "7"  ~  "Guera",
  ADMIN1Name  ==  "8"  ~  "Hadjer-Lamis",
  ADMIN1Name  ==  "9"  ~  "Kanem",
  ADMIN1Name  ==  "10"  ~  "Lac",
  ADMIN1Name  ==  "11"  ~  "Logone Occidental",
  ADMIN1Name  ==  "12"  ~  "Logone Oriental",
  ADMIN1Name  ==  "13"  ~  "Mandoul",
  ADMIN1Name  ==  "14"  ~  "Mayo-Kebbi Est",
  ADMIN1Name  ==  "15"  ~  "Mayo-Kebbi Ouest",
  ADMIN1Name  ==  "16"  ~  "Moyen-Chari",
  ADMIN1Name  ==  "17"  ~  "Ouaddai",
  ADMIN1Name  ==  "18"  ~  "Salamat",
  ADMIN1Name  ==  "19"  ~  "Sila",
  ADMIN1Name  ==  "20"  ~  "Tandjile",
  ADMIN1Name  ==  "21"  ~  "Tibesti",
  ADMIN1Name  ==  "22"  ~  "Wadi Fira",
  ADMIN1Name  ==  "23"  ~  "Ouaddai",
  TRUE ~ as.character(ADMIN1Name)
)%>% 
  structure(label = label(Chad_ea_2021$ADMIN1Name)))


Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",

    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))



##
Chad_ea_2021$ADMIN2Name<-as.character(Chad_ea_2021$ADMIN2Name)
Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(ADMIN2Name=case_when(
  ADMIN2Name  ==  "1"  ~  "Barh-El-Gazel Sud",
  ADMIN2Name  ==  "4"  ~  "Batha Ouest",
  ADMIN2Name  ==  "5"  ~  "Batha Est",
  ADMIN2Name  ==  "16"  ~  "Guera",
  ADMIN2Name  ==  "23"  ~  "Kanem",
  ADMIN2Name  ==  "24"  ~  "Nord Kanem",
  ADMIN2Name  ==  "27"  ~  "Wayi",
  ADMIN2Name  ==  "53"  ~  "Ouara",
  ADMIN2Name  ==  "70"  ~  "Barh-El-Gazel Sud",
  TRUE ~ as.character(ADMIN2Name)
)%>% 
  structure(label = label(Chad_ea_2021$ADMIN2Name)))


Chad_ea_2021 = Chad_ea_2021 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Assoungha" ~ "TD1403",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(YEAR= "2021" %>% 
                  structure(label = "Annee"))

Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(SURVEY= "PDM" %>% 
                  structure(label = "Type d'enquête"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
    structure(label = "Nom du pays"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


################# admin1 codification
Chad_pdm_2021$ADMIN1Name<-as.character(Chad_pdm_2021$ADMIN1Name)

Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(ADMIN1Name=case_when(
    ADMIN1Name  ==  "1"  ~  "Barh-El-Gazel",
    ADMIN1Name  ==  "2"  ~  "Batha",
    ADMIN1Name  ==  "3"  ~  "Borkou",
    ADMIN1Name  ==  "4"  ~  "Chari-Baguirmi",
    ADMIN1Name  ==  "5"  ~  "Ennedi Est",
    ADMIN1Name  ==  "6"  ~  "Ennedi Ouest",
    ADMIN1Name  ==  "7"  ~  "Guera",
    ADMIN1Name  ==  "8"  ~  "Hadjer-Lamis",
    ADMIN1Name  ==  "9"  ~  "Kanem",
    ADMIN1Name  ==  "10"  ~  "Lac",
    ADMIN1Name  ==  "11"  ~  "Logone Occidental",
    ADMIN1Name  ==  "12"  ~  "Logone Oriental",
    ADMIN1Name  ==  "13"  ~  "Mandoul",
    ADMIN1Name  ==  "14"  ~  "Mayo-Kebbi Est",
    ADMIN1Name  ==  "15"  ~  "Mayo-Kebbi Ouest",
    ADMIN1Name  ==  "16"  ~  "Moyen-Chari",
    ADMIN1Name  ==  "17"  ~  "Ouaddai",
    ADMIN1Name  ==  "18"  ~  "Salamat",
    ADMIN1Name  ==  "19"  ~  "Sila",
    ADMIN1Name  ==  "20"  ~  "Tandjile",
    ADMIN1Name  ==  "21"  ~  "Tibesti",
    ADMIN1Name  ==  "22"  ~  "Wadi Fira",
    ADMIN1Name  ==  "23"  ~  "Ouaddai",
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = label(Chad_pdm_2021$ADMIN1Name)))


Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))


Chad_pdm_2021$ADMIN2Name<-as.character(Chad_pdm_2021$ADMIN2Name)
Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(ADMIN2Name=case_when(
    ADMIN2Name  ==  "    2,00"  ~  "Barh-El-Gazel Sud",
    ADMIN2Name  ==  "    3,00"  ~  "Barh-El-Gazel Ouest",
    ADMIN2Name  ==  "    4,00"  ~  "Batha Est",
    ADMIN2Name  ==  "    5,00"  ~  "Batha Ouest",
    ADMIN2Name  ==  "   16,00"  ~  "Guera",
    ADMIN2Name  ==  "   23,00"  ~  "Kanem",
    ADMIN2Name  ==  "   24,00"  ~  "Nord Kanem",
    ADMIN2Name  ==  "   25,00"  ~  "Wadi-Bissam",
    ADMIN2Name  ==  "   27,00"  ~  "Kaya",
    ADMIN2Name  ==  "   53,00"  ~  "Ouara",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = label(Chad_pdm_2021$ADMIN2Name)))

Chad_pdm_2021 = Chad_pdm_2021 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Barh-El-Gazel Ouest" ~ "TD1903",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    #ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Wadi-Bissam" ~ "TD0603",
    #ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(YEAR= "2020" %>% 
                  structure(label = "Annee"))

Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(SURVEY= "Enquête annuelle" %>% 
                  structure(label = "Type d'enquête"))
Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
                  structure(label = "Nom du pays"))
Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


################# admin1 codification
Chad_ea_2020$ADMIN1Name<-as.character(Chad_ea_2020$ADMIN1Name)
Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(ADMIN1Name=case_when(
    ADMIN1Name  ==  "1"  ~  "Barh-El-Gazel",
    ADMIN1Name  ==  "2"  ~  "Batha",
    ADMIN1Name  ==  "3"  ~  "Borkou",
    ADMIN1Name  ==  "4"  ~  "Chari-Baguirmi",
    ADMIN1Name  ==  "5"  ~  "Ennedi Est",
    ADMIN1Name  ==  "6"  ~  "Ennedi Ouest",
    ADMIN1Name  ==  "7"  ~  "Guera",
    ADMIN1Name  ==  "8"  ~  "Hadjer-Lamis",
    ADMIN1Name  ==  "9"  ~  "Kanem",
    ADMIN1Name  ==  "10"  ~  "Lac",
    ADMIN1Name  ==  "11"  ~  "Logone Occidental",
    ADMIN1Name  ==  "12"  ~  "Logone Oriental",
    ADMIN1Name  ==  "13"  ~  "Mandoul",
    ADMIN1Name  ==  "14"  ~  "Mayo-Kebbi Est",
    ADMIN1Name  ==  "15"  ~  "Mayo-Kebbi Ouest",
    ADMIN1Name  ==  "16"  ~  "Moyen-Chari",
    ADMIN1Name  ==  "17"  ~  "Ouaddai",
    ADMIN1Name  ==  "18"  ~  "Salamat",
    ADMIN1Name  ==  "19"  ~  "Sila",
    ADMIN1Name  ==  "20"  ~  "Tandjile",
    ADMIN1Name  ==  "21"  ~  "Tibesti",
    ADMIN1Name  ==  "22"  ~  "Wadi Fira",
    ADMIN1Name  ==  "23"  ~  "Ouaddai",
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = label(Chad_ea_2020$ADMIN1Name)))


Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))



##
Chad_ea_2020$ADMIN2Name<-as.character(Chad_ea_2020$ADMIN2Name)
Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(ADMIN2Name=case_when(
    ADMIN2Name  ==  "2"  ~  "Barh-El-Gazel Sud",
    ADMIN2Name  ==  "5"  ~  "Batha Ouest",
    ADMIN2Name  ==  "4"  ~  "Batha Est",
    ADMIN2Name  ==  "16"  ~  "Guera",
    ADMIN2Name  ==  "17"  ~  "Mangalme",
    ADMIN2Name  ==  "19"  ~  "Abtouyour",
    ADMIN2Name  ==  "23"  ~  "Kanem",
    ADMIN2Name  ==  "24"  ~  "Nord Kanem",
    ADMIN2Name  ==  "27"  ~  "Kaya",
    ADMIN2Name  ==  "28"  ~  "Mamdi",
    ADMIN2Name  ==  "29"  ~  "Wayi",
    ADMIN2Name  ==  "53"  ~  "Ouara",
    ADMIN2Name  ==  "59"  ~  "Kimiti",
    ADMIN2Name  ==  "67"  ~  "Dar-Tama",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = label(Chad_ea_2020$ADMIN2Name)))


Chad_ea_2020 = Chad_ea_2020 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Abtouyour" ~ "TD0402",
    ADMIN2Name == "Mangalme" ~ "TD0404",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(YEAR= "2020" %>% 
                  structure(label = "Annee"))

Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(SURVEY= "PDM" %>% 
                  structure(label = "Type d'enquête"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
                  structure(label = "Nom du pays"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


################# admin1 codification
Chad_pdm_2020$ADMIN1Name<-as.character(Chad_pdm_2020$ADMIN1Name)

Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(ADMIN1Name=case_when(
    ADMIN1Name  ==  "1"  ~  "Barh-El-Gazel",
    ADMIN1Name  ==  "2"  ~  "Batha",
    ADMIN1Name  ==  "3"  ~  "Borkou",
    ADMIN1Name  ==  "4"  ~  "Chari-Baguirmi",
    ADMIN1Name  ==  "5"  ~  "Ennedi Est",
    ADMIN1Name  ==  "6"  ~  "Ennedi Ouest",
    ADMIN1Name  ==  "7"  ~  "Guera",
    ADMIN1Name  ==  "8"  ~  "Hadjer-Lamis",
    ADMIN1Name  ==  "9"  ~  "Kanem",
    ADMIN1Name  ==  "10"  ~  "Lac",
    ADMIN1Name  ==  "11"  ~  "Logone Occidental",
    ADMIN1Name  ==  "12"  ~  "Logone Oriental",
    ADMIN1Name  ==  "13"  ~  "Mandoul",
    ADMIN1Name  ==  "14"  ~  "Mayo-Kebbi Est",
    ADMIN1Name  ==  "15"  ~  "Mayo-Kebbi Ouest",
    ADMIN1Name  ==  "16"  ~  "Moyen-Chari",
    ADMIN1Name  ==  "17"  ~  "Ouaddai",
    ADMIN1Name  ==  "18"  ~  "Salamat",
    ADMIN1Name  ==  "19"  ~  "Sila",
    ADMIN1Name  ==  "20"  ~  "Tandjile",
    ADMIN1Name  ==  "21"  ~  "Tibesti",
    ADMIN1Name  ==  "22"  ~  "Wadi Fira",
    ADMIN1Name  ==  "23"  ~  "Ouaddai",
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = label(Chad_pdm_2020$ADMIN1Name)))


Chad_pdm_2020 = Chad_pdm_2020 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))
Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(YEAR= "2019" %>% 
                  structure(label = "Annee"))

Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(SURVEY= "Enquête annuelle" %>% 
                  structure(label = "Type d'enquête"))

Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
                  structure(label = "Nom du pays"))
Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(ADMIN1Name=case_when(
    ADMIN1Name == "BARH EL GAZAL" ~ "Barh-El-Gazel",
    ADMIN1Name == "Barh El Gazal" ~ "Barh-El-Gazel",
    ADMIN1Name == "BATHA" ~ "Batha",
    ADMIN1Name == "GUERA" ~ "Guera",
    ADMIN1Name == "KANEM" ~ "Kanem",
    ADMIN1Name == "OUADDAI" ~ "Ouaddai",
    ADMIN1Name == "LAC" ~ "Lac",
    ADMIN1Name == "SILA" ~ "Sila",
    ADMIN1Name == "WADI FIRA" ~ "Wadi Fira",
    ADMIN1Name == "Ouaddaï" ~ "Ouaddai",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = label(Chad_ea_2019$ADMIN1Name)))


Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))



Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(ADMIN2Name=case_when(
    ADMIN2Name == "Guéra" ~ "Guera",
    ADMIN2Name == "Darh Tama" ~ "Dar-Tama",
    ADMIN2Name == "Assongha" ~ "Assoungha",
    ADMIN2Name == "Barh El Gazal Sud" ~ "Barh-El-Gazel Sud",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = label(Chad_ea_2019$ADMIN2Name)))



Chad_ea_2019 = Chad_ea_2019 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Assoungha" ~ "TD1403",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(YEAR= "2018" %>% 
                  structure(label = "Annee"))

Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(SURVEY= "Baseline" %>% 
                  structure(label = "Type d'enquête"))

Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(ADMIN0Name= "Tchad" %>% 
                  structure(label = "Nom du pays"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(adm0_ocha= "TD" %>% 
                  structure(label = "Admin 0 ID"))


Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(ADMIN1Name=case_when(
    ADMIN1Name == 1 ~ "Barh-El-Gazel",
    ADMIN1Name == 2 ~ "Batha",
    ADMIN1Name == 7 ~ "Guera",
    ADMIN1Name == 9 ~ "Kanem",
    ADMIN1Name == 10 ~ "Lac",
    ADMIN1Name == 19 ~ "Sila",
    ADMIN1Name == 22 ~ "Wadi Fira",
    ADMIN1Name == 17 ~ "Ouaddai",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = label(Chad_baseline_2018$ADMIN1Name)))


Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(adm1_ocha=case_when(
    ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
    ADMIN1Name == "Batha" ~ "TD01",
    ADMIN1Name == "Guera" ~ "TD04",
    ADMIN1Name == "Kanem" ~ "TD06",
    ADMIN1Name == "Lac" ~ "TD07",
    ADMIN1Name == "Ouaddai" ~ "TD14",
    ADMIN1Name == "Sila" ~ "TD21",
    ADMIN1Name == "Wadi Fira" ~ "TD17",
    
    TRUE ~ as.character(ADMIN1Name)
  )%>% 
    structure(label = "Admin 1 ID"))


Chad_baseline_2018$ADMIN2Name<-as.character(Chad_baseline_2018$ADMIN2Name)
Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(ADMIN2Name=case_when(
    ADMIN2Name  ==  "1"  ~  "Barh-El-Gazel Sud",
    ADMIN2Name  ==  "4"  ~  "Batha Ouest",
    ADMIN2Name  ==  "5"  ~  "Batha Est",
    ADMIN2Name  ==  "16"  ~  "Guera",
    ADMIN2Name  ==  "23"  ~  "Kanem",
    ADMIN2Name  ==  "24"  ~  "Nord Kanem",
    ADMIN2Name  ==  "26"  ~  "Mamdi",
    ADMIN2Name  ==  "28"  ~  "Kaya",
    ADMIN2Name  ==  "53"  ~  "Ouara",
    ADMIN2Name  ==  "55"  ~  "Assoungha",
    ADMIN2Name  ==  "59"  ~  "Kimiti",
    ADMIN2Name  ==  "67"  ~  "Dar-Tama",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = label(Chad_baseline_2018$ADMIN2Name)))


Chad_baseline_2018 = Chad_baseline_2018 %>%
  dplyr::mutate(adm2_ocha=case_when(
    ADMIN2Name == "Assoungha" ~ "TD1403",
    ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
    ADMIN2Name == "Batha Est" ~ "TD0102",
    ADMIN2Name == "Batha Ouest" ~ "TD0101",
    ADMIN2Name == "Dar-Tama" ~ "TD1702",
    ADMIN2Name == "Guera" ~ "TD0401",
    ADMIN2Name == "Kanem" ~ "TD0601",
    ADMIN2Name == "Kaya" ~ "TD0703",
    ADMIN2Name == "Kimiti" ~ "TD2101",
    ADMIN2Name == "Mamdi" ~ "TD0701",
    ADMIN2Name == "Nord Kanem" ~ "TD0602",
    ADMIN2Name == "Ouara" ~ "TD1401",
    ADMIN2Name == "Wayi" ~ "TD0702",
    TRUE ~ as.character(ADMIN2Name)
  )%>% 
    structure(label = "Admin 2 ID"))

3 Indicator checks

3.1 Food consumption score

The Food consumption Score (FCS) is an index that aggregates household-level data on the diversity and frequency of food groups consumed over the last 7 days. It is then weighted according to the relative nutritional value of the consumed food groups. Food groups containing nutritionally dense foods (e.g. animal based products) are given greater weight than those containing less nutritional value (e.g. tubers) as follows: (main staples:2, pulses:3, vegetables:1, fruit:1, meat or fish:4, milk:4, sugar:0.5, oil:0.5).

3.1.1 FCS : Céréales et tubercules

#expss::val_lab(Chad_baseline_2018$FCSStap)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)

3.1.2 FCS : Céréales et tubercules - Sources

# Codes d’acquisition des aliments 
# 1 = Production propre (récoltes, élevage) ; 2 = Pêche / Chasse ; 3 = Cueillette ; 4 = Prêts ; 5 = Marché (achat avec des espèces) ; 6 = Marché (achat à crédit) ;
# 7 = Mendicité ; 8 = Troc travail ou biens contre des aliments ; 9 = Dons (aliments) de membres de la famille ou d’amis ; 10 = Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc.
expss::val_lab(Chad_baseline_2018$FCSStapSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSStapSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSStapSRf <- labelled::labelled(Chad_baseline_2018$FCSStapSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSStapSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSStapSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSStapSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSStapSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)

3.1.3 FCS : Légumineuses

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)

### FCS : Légumineuses - Sources

expss::val_lab(Chad_baseline_2018$FCSPulseSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSPulseSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSPulseSRf <- labelled::labelled(Chad_baseline_2018$FCSPulseSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSPulseSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSPulseSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSPulseSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSPulseSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)

3.1.4 FCS : Lait et produits laitiers

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)

3.1.5 FCS : Lait et produits laitiers - Sources

expss::val_lab(Chad_baseline_2018$FCSDairySRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSDairySRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSDairySRf <- labelled::labelled(Chad_baseline_2018$FCSDairySRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSDairySRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSDairySRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSDairySRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSDairySRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)

3.1.6 FCS: Viande, poisson et oeufs

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)

3.1.7 FCS: Viande, poisson et oeufs - Sources

expss::val_lab(Chad_baseline_2018$FCSPrSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSPrSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSPrSRf <- labelled::labelled(Chad_baseline_2018$FCSPrSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSPrSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSPrSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)

3.1.8 FCS : Chair/viande rouge

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)

3.1.9 FCS : Viande d’organe, telle que: (foie, reins, coeur et / ou autres abats)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)

3.1.10 FCS : Poissons et coquillage, tels que: (poissons, y compris le thon en conserve, les escargots et / ou d’autres fruits de mer remplacer par des exemples localement pertinents )

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)

3.1.11 FCS : Oeufs

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)

3.1.12 FCS : Légumes et feuilles , tels que : (épinards, oignons, tomates, carottes, poivrons, haricots verts, laitue, etc)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)

3.1.13 FCS : Légumes et feuilles , tels que : (épinards, oignons, tomates, carottes, poivrons, haricots verts, laitue, etc) - Sources

expss::val_lab(Chad_baseline_2018$FCSVegSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSVegSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSVegSRf <- labelled::labelled(Chad_baseline_2018$FCSVegSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSVegSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSVegSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

#expss::val_lab(Chad_ea_2022$FCSVegSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSVegSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)

3.1.14 FCS : Légumes oranges (légumes riches en Vitamine A)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)

3.1.15 FCS : Légumes à feuilles vertes,, tels que : ( épinards, brocoli, amarante et/ou autres feuilles vert foncé , feuilles de manioc )

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)

3.1.16 FCS : Fruits, tels que : (banane, pomme, citron, mangue, papaye, abricot, pêche, etc)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)

### FCS : Fruits, tels que : (banane, pomme, citron, mangue, papaye, abricot, pêche, etc) - Sources

expss::val_lab(Chad_baseline_2018$FCSFruitSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSFruitSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSFruitSRf <- labelled::labelled(Chad_baseline_2018$FCSFruitSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSFruitSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSFruitSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

#expss::val_lab(Chad_ea_2022$FCSFruitSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSFruitSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)

3.1.17 FCS : Huile/matières grasses/beurre: tels que (huile végétale, huile de palme, beurre de karité, margarine, autres huiles / matières grasses)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)

3.1.18 FCS : Huile/matières grasses/beurre: tels que (huile végétale, huile de palme, beurre de karité, margarine, autres huiles / matières grasses) - Sources

expss::val_lab(Chad_baseline_2018$FCSFatSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSFatSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSFatSRf <- labelled::labelled(Chad_baseline_2018$FCSFatSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSFatSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSFatSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSFatSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSFatSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)

3.1.19 FSC : Sucre ou sucreries, tels que (sucre, miel, confiture, gâteau, bonbons, biscuits, viennoiserie et autres produits sucrés (boissons sucrées) )

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)

3.1.20 FSC : Sucre ou sucreries, tels que (sucre, miel, confiture, gâteau, bonbons, biscuits, viennoiserie et autres produits sucrés (boissons sucrées) ) - Sources

expss::val_lab(Chad_baseline_2018$FCSSugarSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSSugarSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSSugarSRf <- labelled::labelled(Chad_baseline_2018$FCSSugarSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSSugarSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSSugarSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSSugarSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSSugarSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)

3.1.21 FCS : Condiments/épices: tels que (thé, café/cacao, sel, ail, épices, levure/levure chimique, tomate/sauce, viande ou poisson comme condiment, condiments incluant des petites quantités de lait/thé, café.) ?

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)

### FCS : Condiments/épices: tels que (thé, café/cacao, sel, ail, épices, levure/levure chimique, tomate/sauce, viande ou poisson comme condiment, condiments incluant des petites quantités de lait/thé, café.) ? - Sources

expss::val_lab(Chad_baseline_2018$FCSCondSRf)
Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSCondSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSCondSRf <- labelled::labelled(Chad_baseline_2018$FCSCondSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSCondSRf)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

expss::val_lab(Chad_ea_2021$FCSCondSRf)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

expss::val_lab(Chad_ea_2022$FCSCondSRf)
Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

expss::val_lab(Chad_pdm_2022$FCSCondSRf)
Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)

3.1.22 FCS computation

#calculate FCS
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_baseline_2018$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_baseline_2018$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_baseline_2018$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

#############################
#calculate FCS
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2019$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2019$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2019$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_ea_2019 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_ea_2019 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

#######################################
#calculate FCS
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2020$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2020$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2020$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_ea_2020 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_ea_2020 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

#############################################
#calculate FCS
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2021$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2021$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2021$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_ea_2021 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_ea_2021 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

########################################
#calculate FCS
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2022$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2022$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2022$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_ea_2022 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_ea_2022 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

###########################################
#calculate FCS
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2020$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2020$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2020$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_pdm_2020 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_pdm_2020 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

#############################################
#calculate FCS
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2021$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2021$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2021$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_pdm_2021 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_pdm_2021 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

##############################################
#calculate FCS
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg  +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2022$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(
  FCSCat21 = case_when(
    FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
  FCSCat28 = case_when(
    FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2022$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2022$FCSCat28) <-  "Groupe de consommation alimentaire - Seuils du 28/42"

Chad_pdm_2022 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)

Chad_pdm_2022 %>% 
  sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)

3.2 reduced coping strategy index OU l’indice réduit des stratégies de survie (rCSI)

3.2.1 rCSI : Consommer des aliments moins préférés et moins chers

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)

3.2.2 rCSI : Emprunter de la nourriture ou compter sur l’aide des parents/amis

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)

3.2.3 rCSI : Diminuer la quantité consommée pendant les repas

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)

3.2.4 rCSI : Restreindre la consommation des adultes pour nourrir les enfants

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)

3.2.5 rCSI : Diminuer le nombre de repas par jour

Chad_baseline_2018 %>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_ea_2019%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_ea_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_ea_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_ea_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_pdm_2020%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_pdm_2021%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

Chad_pdm_2022%>% 
  sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)

#calculate rCSI Score
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_baseline_2018$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2019$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2020$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2021$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2022$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2020$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2021$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(rCSI = rCSILessQlty  + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2022$rCSI) <- "rCSI"

Households are divided in four classes according to the rCSI score: 0-3, 4-18, and 19 and above which correspond to IPC Phases 1, 2 and 3 and above respectively.

3.3 Stratégies d’adaptation aux moyens d’existence (LhCSI)

# 1 = Non, je n'ai pas été confronté à une insuffisance de nourriture
# 2 = Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire
# 3 = Oui
# 4 = Non applicable

3.3.1 LhCSI : Vendre des actifs/biens non productifs du ménage (radio, meuble, réfrigérateur, télévision, bijoux etc.)

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

Chad_baseline_2018$LhCSIStress1 <- as.character(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIStress1 = dplyr::case_when(
      LhCSIStress1 == "0" ~ NA,
      .default = as.factor(LhCSIStress1)
    ) %>% structure(label = label(LhCSIStress1)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress1 <- labelled::labelled(Chad_baseline_2018$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress1)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress1 = dplyr::case_when(
    LhCSIStress1 == 1 ~ "1",
    LhCSIStress1 == 2 ~ "2",
    LhCSIStress1 == 3 ~ "3",
    LhCSIStress1 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress1 <- labelled::labelled(Chad_ea_2019$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress1)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress1)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress1 <- labelled::labelled(Chad_ea_2020$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress1)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#update labels
Chad_ea_2021$LhCSIStress1 <- labelled::labelled(Chad_ea_2021$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#update labels
Chad_ea_2022$LhCSIStress1 <- labelled::labelled(Chad_ea_2022$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress1)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress1 = ifelse(LhCSIStress1==0,NA,LhCSIStress1))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress1 <- labelled::labelled(Chad_pdm_2020$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress1)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress1)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#Change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress1 <- labelled::labelled(Chad_pdm_2021$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress1)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

#update labels
Chad_pdm_2022$LhCSIStress1 <- labelled::labelled(Chad_pdm_2022$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress1)

3.3.2 LhCSI : Vendre plus d’animaux (non-productifs) que d’habitude

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

Chad_baseline_2018$LhCSIStress2 <- as.character(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIStress2 = dplyr::case_when(
      LhCSIStress2 == "0" ~ NA,
      .default = as.factor(LhCSIStress2)
    ) %>% structure(label = label(LhCSIStress2)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress2 <- labelled::labelled(Chad_baseline_2018$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress2 = dplyr::case_when(
    LhCSIStress2 == 1 ~ "1",
    LhCSIStress2 == 2 ~ "2",
    LhCSIStress2 == 3 ~ "3",
    LhCSIStress2 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress2 <- labelled::labelled(Chad_ea_2019$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress2 <- labelled::labelled(Chad_ea_2020$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#update labels
Chad_ea_2021$LhCSIStress2 <- labelled::labelled(Chad_ea_2021$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#update labels
Chad_ea_2022$LhCSIStress2 <- labelled::labelled(Chad_ea_2022$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress2 = ifelse(LhCSIStress2==0,NA,LhCSIStress2))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress2 <- labelled::labelled(Chad_pdm_2020$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress2 <- labelled::labelled(Chad_pdm_2021$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

#update labels
Chad_pdm_2022$LhCSIStress2 <- labelled::labelled(Chad_pdm_2022$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress2)

3.3.3 LhCSI : Dépenser l’épargne en raison d’un manque de nourriture ou d’argent pour acheter de la nourriture ?

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

Chad_baseline_2018$LhCSIStress3 <- as.character(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIStress3 = dplyr::case_when(
      LhCSIStress3 == "0" ~ NA,
      .default = as.factor(LhCSIStress3)
    ) %>% structure(label = label(LhCSIStress3)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress3 <- labelled::labelled(Chad_baseline_2018$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress3 = dplyr::case_when(
    LhCSIStress3 == 1 ~ "1",
    LhCSIStress3 == 2 ~ "2",
    LhCSIStress3 == 3 ~ "3",
    LhCSIStress3 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress3 <- labelled::labelled(Chad_ea_2019$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress3 <- labelled::labelled(Chad_ea_2020$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#update labels
Chad_ea_2021$LhCSIStress3 <- labelled::labelled(Chad_ea_2021$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#update labels
Chad_ea_2022$LhCSIStress3 <- labelled::labelled(Chad_ea_2022$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress3 = ifelse(LhCSIStress3==0,NA,LhCSIStress3))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress3 <- labelled::labelled(Chad_pdm_2020$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress3 <- labelled::labelled(Chad_pdm_2021$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

#update labels
Chad_pdm_2022$LhCSIStress3 <- labelled::labelled(Chad_pdm_2022$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress3)

3.3.4 LhCSI : Emprunter de l’argent / nourriture auprès d’un prêteur formel /banque

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

Chad_baseline_2018$LhCSIStress4 <- as.character(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIStress4 = dplyr::case_when(
      LhCSIStress4 == "0" ~ NA,
      .default = as.factor(LhCSIStress4)
    ) %>% structure(label = label(LhCSIStress4)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress4 <- labelled::labelled(Chad_baseline_2018$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress4)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress4 = dplyr::case_when(
    LhCSIStress4 == 1 ~ "1",
    LhCSIStress4 == 2 ~ "2",
    LhCSIStress4 == 3 ~ "3",
    LhCSIStress4 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress4 <- labelled::labelled(Chad_ea_2019$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress4)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress4)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress4 <- labelled::labelled(Chad_ea_2020$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress4)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress4)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#update labels
Chad_ea_2021$LhCSIStress4 <- labelled::labelled(Chad_ea_2021$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress4)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress4)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#update labels
Chad_ea_2022$LhCSIStress4 <- labelled::labelled(Chad_ea_2022$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress4)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress4)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress4 = ifelse(LhCSIStress4==0,NA,LhCSIStress4))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress4 <- labelled::labelled(Chad_pdm_2020$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress4)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress4)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress4 <- labelled::labelled(Chad_pdm_2021$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress4)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress4)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

#update labels
Chad_pdm_2022$LhCSIStress4 <- labelled::labelled(Chad_pdm_2022$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress4)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIStress4)

3.3.5 LhCSI : Réduire les dépenses non alimentaires essentielles telles que l’éducation, la santé (dont de médicaments)

# #View labels
# expss::val_lab(Chad_baseline_2018$LhCSICrisis1)
# Chad_baseline_2018 %>% 
#   plot_frq(coord.flip =T,LhCSICrisis1)

# #View labels
# expss::val_lab(Chad_ea_2019$LhCSICrisis1)
# Chad_ea_2019 %>% 
#   plot_frq(coord.flip =T,LhCSICrisis1)

# #View labels
# expss::val_lab(Chad_ea_2020$LhCSICrisis1)
# Chad_ea_2020 %>% 
#   plot_frq(coord.flip =T,LhCSICrisis1)

#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

#update labels
Chad_ea_2021$LhCSICrisis1 <- labelled::labelled(Chad_ea_2021$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

#update labels
Chad_ea_2022$LhCSICrisis1 <- labelled::labelled(Chad_ea_2022$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

# #View labels
# expss::val_lab(Chad_pdm_2020$LhCSICrisis1)
# Chad_pdm_2020 %>% 
#   plot_frq(coord.flip =T,LhCSICrisis1)

# #View labels
# expss::val_lab(Chad_pdm_2021$LhCSICrisis1)
# Chad_pdm_2021 %>% 
#   plot_frq(coord.flip =T,LhCSICrisis1)


#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

#update labels
Chad_pdm_2022$LhCSICrisis1 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis1)

3.3.6 LhCSI : Vendre des biens productifs ou des moyens de transport (machine à coudre, brouette, vélo, car, etc.)

#View labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

Chad_baseline_2018$LhCSICrisis2 <- as.character(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSICrisis2 = dplyr::case_when(
      LhCSICrisis2 == "0" ~ NA,
      .default = as.factor(LhCSICrisis2)
    ) %>% structure(label = label(LhCSICrisis2)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSICrisis2 <- labelled::labelled(Chad_baseline_2018$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_ea_2019$LhCSICrisis2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSICrisis2 = dplyr::case_when(
    LhCSICrisis2 == 1 ~ "1",
    LhCSICrisis2 == 2 ~ "2",
    LhCSICrisis2 == 3 ~ "3",
    LhCSICrisis2 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSICrisis2 <- labelled::labelled(Chad_ea_2019$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSICrisis2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_ea_2020$LhCSICrisis2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSICrisis2 <- labelled::labelled(Chad_ea_2020$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSICrisis2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#update labels
Chad_ea_2021$LhCSICrisis2 <- labelled::labelled(Chad_ea_2021$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#update labels
Chad_ea_2022$LhCSICrisis2 <- labelled::labelled(Chad_ea_2022$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSICrisis2 = ifelse(LhCSICrisis2==0,NA,LhCSICrisis2))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2020$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2021$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

#update labels
Chad_pdm_2022$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis2)

3.3.7 LhCSI : Retirer les enfants de l’école

#View labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

Chad_baseline_2018$LhCSICrisis3 <- as.character(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSICrisis3 = dplyr::case_when(
      LhCSICrisis3 == "0" ~ NA,
      .default = as.factor(LhCSICrisis3)
    ) %>% structure(label = label(LhCSICrisis3)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSICrisis3 <- labelled::labelled(Chad_baseline_2018$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_ea_2019$LhCSICrisis3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSICrisis3 = dplyr::case_when(
    LhCSICrisis3 == 1 ~ "1",
    LhCSICrisis3 == 2 ~ "2",
    LhCSICrisis3 == 3 ~ "3",
    LhCSICrisis3 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSICrisis3 <- labelled::labelled(Chad_ea_2019$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSICrisis3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_ea_2020$LhCSICrisis3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSICrisis3 <- labelled::labelled(Chad_ea_2020$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSICrisis3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#update labels
Chad_ea_2021$LhCSICrisis3 <- labelled::labelled(Chad_ea_2021$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#update labels
Chad_ea_2022$LhCSICrisis3 <- labelled::labelled(Chad_ea_2022$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSICrisis3 = ifelse(LhCSICrisis3==0,NA,LhCSICrisis3))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2020$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2021$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

#update labels
Chad_pdm_2022$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSICrisis3)

3.3.8 LhCSI : Vendre la maison ou des terrains

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

Chad_baseline_2018$LhCSIEmergency1 <- as.character(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIEmergency1 = dplyr::case_when(
      LhCSIEmergency1 == "0" ~ NA,
      .default = as.factor(LhCSIEmergency1)
    ) %>% structure(label = label(LhCSIEmergency1)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency1 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency1)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency1 = dplyr::case_when(
    LhCSIEmergency1 == 1 ~ "1",
    LhCSIEmergency1 == 2 ~ "2",
    LhCSIEmergency1 == 3 ~ "3",
    LhCSIEmergency1 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency1)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency1)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency1)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#update labels
Chad_ea_2021$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency1)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#update labels
Chad_ea_2022$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency1)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency1)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency1 = ifelse(LhCSIEmergency1==0,NA,LhCSIEmergency1))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency1)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency1)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency1)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

#update labels
Chad_pdm_2022$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency1)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency1)

3.3.9 LhCSI : Mendier

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

Chad_baseline_2018$LhCSIEmergency2 <- as.character(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIEmergency2 = dplyr::case_when(
      LhCSIEmergency2 == "0" ~ NA,
      .default = as.factor(LhCSIEmergency2)
    ) %>% structure(label = label(LhCSIEmergency2)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency2 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency2 = dplyr::case_when(
    LhCSIEmergency2 == 1 ~ "1",
    LhCSIEmergency2 == 2 ~ "2",
    LhCSIEmergency2 == 3 ~ "3",
    LhCSIEmergency2 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency2)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency2)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#update labels
Chad_ea_2021$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency2)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#update labels
Chad_ea_2022$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency2)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency2 = ifelse(LhCSIEmergency2==0,NA,LhCSIEmergency2))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency2)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency2)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

#update labels
Chad_pdm_2022$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency2)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency2)

3.3.10 LhCSI : Vendre les derniers animaux femelles reproductrices

#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

Chad_baseline_2018$LhCSIEmergency3 <- as.character(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>%
  dplyr::mutate(
    LhCSIEmergency3 = dplyr::case_when(
      LhCSIEmergency3 == "0" ~ NA,
      .default = as.factor(LhCSIEmergency3)
    ) %>% structure(label = label(LhCSIEmergency3)))
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency3 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency3 = dplyr::case_when(
    LhCSIEmergency3 == 1 ~ "1",
    LhCSIEmergency3 == 2 ~ "2",
    LhCSIEmergency3 == 3 ~ "3",
    LhCSIEmergency3 == 4 ~ "4",
    .default = NA
  ))

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency3)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#change labels
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency3)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#update labels
Chad_ea_2021$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency3)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#update labels
Chad_ea_2022$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency3)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency3 = ifelse(LhCSIEmergency3==0,NA,LhCSIEmergency3))
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency3)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency3)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

#update labels
Chad_pdm_2022$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency3)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,LhCSIEmergency3)

4 Self-evaluated resilience score (SERS)

sers_variables = Chad_baseline_2018 %>% dplyr::select(gtsummary::starts_with("SERS")) %>% names()

# df <-Chad_baseline_2018 %>%
#    dplyr::select(sers_variables)
# 
# df <-Chad_ea_2019 %>%
#    dplyr::select(sers_variables)

 
expss::val_lab(Chad_ea_2020$SERSRebondir)
# Chad_ea_2020 <- Chad_ea_2020 %>% 
#   dplyr::mutate(across(sers_variables,
#                 ~dplyr::recode(.,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5
#                 )
#   )
#   )
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(across(sers_variables,
                ~labelled(., labels = c(
                  "tout à fait d'accord" = 1,
                  "d'accord" = 2,
                  "ni d'accord ni pas d'accord " = 3,
                  "pas d'accord" = 4,
                  "pas du tout d'accord" = 5
                )
                )
  )
  )

Chad_ea_2020 <- Chad_ea_2020 %>%
  mutate(across(sers_variables, as.factor))

expss::val_lab(Chad_ea_2021$SERSRebondir)
Chad_ea_2021 <- Chad_ea_2021 %>% 
  dplyr::mutate(across(sers_variables,
                ~labelled(., labels = c(
                  "tout à fait d'accord" = 1,
                  "d'accord" = 2,
                  "ni d'accord ni pas d'accord " = 3,
                  "pas d'accord" = 4,
                  "pas du tout d'accord" = 5
                )
                )
  )
  )



expss::val_lab(Chad_ea_2022$SERSRebondir)
Chad_ea_2022 <- Chad_ea_2022 %>% 
  dplyr::mutate(across(sers_variables,
                ~labelled(., labels = c(
                  "tout à fait d'accord" = 1,
                  "d'accord" = 2,
                  "ni d'accord ni pas d'accord " = 3,
                  "pas d'accord" = 4,
                  "pas du tout d'accord" = 5
                )
                )
  )
  )
# df <-Chad_pdm_2020 %>%
#   dplyr::select(sers_variables) 

# df <-Chad_pdm_2021 %>%
#   dplyr::select(sers_variables) 


expss::val_lab(Chad_pdm_2022$SERSRebondir)
Chad_pdm_2022 <- Chad_pdm_2022 %>% 
  dplyr::mutate(across(sers_variables,
                ~labelled(., labels = c(
                  "tout à fait d'accord" = 1,
                  "d'accord" = 2,
                  "ni d'accord ni pas d'accord " = 3,
                  "pas d'accord" = 4,
                  "pas du tout d'accord" = 5
                )
                )
  )
  )

5 ASSET BENEFIT INDICATOR (ABI)

abi_variables = Chad_baseline_2018 %>% dplyr::select(gtsummary::starts_with("ABI")) %>% names()
abi_variables <- c(abi_variables,"ActifCreationEmploi",
"BeneficieEmploi",
"TRavailMaintienActif")
#
abi_variables <- abi_variables[! abi_variables %in% c('ABISexparticipant')]


# df <-Chad_baseline_2018 %>%
#    dplyr::select(abi_variables)

df <-Chad_ea_2019 %>%
   dplyr::select(abi_variables)

expss::val_lab(Chad_ea_2019$ABIProteger)

Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(across(abi_variables,
                ~recode(.,
                  "Non" = 0,
                  "Oui" = 1,
                  "NA" = 888
                 )
  )
  )
Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(across(abi_variables,
                ~labelled(., labels = c(
                  "Non" = 0,
                  "Oui" = 1,
                  "Ne sait pas" = 888
                )
                )
  )
  )
expss::val_lab(Chad_ea_2019$ABIProteger)

Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(across(abi_variables,
                ~recode(.,
                  "0" = 0,
                  "1" = 1,
                  "2" = 888
                 )
  )
  )
Chad_ea_2020 <- Chad_ea_2020 %>% 
  dplyr::mutate(across(abi_variables,
                ~labelled(., labels = c(
                  "Non" = 0,
                  "Oui" = 1,
                  "Ne sait pas" = 888
                )
                )
  )
  )
expss::val_lab(Chad_ea_2020$ABIProteger)


expss::val_lab(Chad_ea_2021$ABIProteger)
Chad_ea_2021 <- Chad_ea_2021 %>% 
  dplyr::mutate(across(abi_variables,
                ~recode(.,
                  "1" = 0,
                  "2" = 1,
                  "3" = 888
                 )
  )
  )
Chad_ea_2021 <- Chad_ea_2021 %>% 
  dplyr::mutate(across(abi_variables,
                ~labelled(., labels = c(
                  "Non" = 0,
                  "Oui" = 1,
                  "Ne sait pas" = 888
                )
                )
  )
  )
expss::val_lab(Chad_ea_2021$ABIProteger)


expss::val_lab(Chad_ea_2022$ABIProteger)
Chad_ea_2022 <- Chad_ea_2022 %>% 
  dplyr::mutate(across(abi_variables,
                ~recode(.,
                  "1" = 0,
                  "2" = 1,
                  "3" = 888
                 )
  )
  )
Chad_ea_2022 <- Chad_ea_2022 %>% 
  dplyr::mutate(across(abi_variables,
                ~labelled(., labels = c(
                  "Non" = 0,
                  "Oui" = 1,
                  "Ne sait pas" = 888
                )
                )
  )
  )
expss::val_lab(Chad_ea_2022$ABIProteger)
 
expss::val_lab(Chad_pdm_2020$ABIProteger)
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(across(abi_variables,
                       ~recode(.,
                               "0" = 0,
                               "1" = 1
                               #"3" = 888
                       )
  )
  )
Chad_pdm_2020 <- Chad_pdm_2020 %>% 
  dplyr::mutate(across(abi_variables,
                       ~labelled(., labels = c(
                         "Non" = 0,
                         "Oui" = 1,
                         "Ne sait pas" = 888
                       )
                       )
  )
  )
expss::val_lab(Chad_pdm_2020$ABIProteger)


expss::val_lab(Chad_pdm_2021$ABIProteger)
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(across(abi_variables,
                       ~recode(.,
                               "0" = 0,
                               "1" = 1,
                               "2" = 888
                       )
  )
  )
Chad_pdm_2021 <- Chad_pdm_2021 %>% 
  dplyr::mutate(across(abi_variables,
                       ~labelled(., labels = c(
                         "Non" = 0,
                         "Oui" = 1,
                         "Ne sait pas" = 888
                       )
                       )
  )
  )
expss::val_lab(Chad_pdm_2021$ABIProteger)



expss::val_lab(Chad_pdm_2022$ABIProteger)
Chad_pdm_2022 <- Chad_pdm_2022 %>% 
  dplyr::mutate(across(abi_variables,
                       ~recode(.,
                               "0" = 0,
                               "1" = 1
                               #"3" = 888
                       )
  )
  )
Chad_pdm_2022 <- Chad_pdm_2022 %>% 
  dplyr::mutate(across(abi_variables,
                       ~labelled(., labels = c(
                         "Non" = 0,
                         "Oui" = 1,
                         "Ne sait pas" = 888
                       )
                       )
  )
  )
expss::val_lab(Chad_pdm_2022$ABIProteger)

6 DEPART EN EXODE ET MIGRATION

7 Social capital index (Indice de capital social)

8 DIVERSITE ALIMENTAIRE DES FEMMES

9 Régime alimentaire minimum acceptable (MAD)

10 Date format check

#as.Date(19213, origin = "1970-01-01")
#as.Date(43791, origin = "1899-12-30")
Chad_baseline_2018$SvyDatePDM<-as.Date(Chad_baseline_2018$SvyDatePDM)
Chad_ea_2019$SvyDatePDM<-as.Date(Chad_ea_2019$SvyDatePDM, origin = "1899-12-30")
Chad_ea_2020$SvyDatePDM<-as.Date(Chad_ea_2020$SvyDatePDM)
Chad_ea_2021$SvyDatePDM<-as.Date(Chad_ea_2021$SvyDatePDM/86400, origin = "1970-01-01")
Chad_ea_2022$SvyDatePDM<-as.Date(Chad_ea_2022$SvyDatePDM, origin = "1970-01-01")
Chad_pdm_2020$SvyDatePDM<-as.Date(Chad_pdm_2020$SvyDatePDM)
Chad_pdm_2021$SvyDatePDM<-as.Date(Chad_pdm_2021$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM<-str_trim(Chad_pdm_2022$SvyDatePDM, side = c("both", "left", "right"))
Chad_pdm_2022$SvyDatePDM <- gsub(",00", "", Chad_pdm_2022$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM <- as.numeric(Chad_pdm_2022$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM<-as.Date(Chad_pdm_2022$SvyDatePDM, origin = "1970-01-01")

11 Gender recodification

# We need to recode gender label to:
# 0 = Femme
# 1 = Homme


#View labels
expss::val_lab(Chad_baseline_2018$HHHSex)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_baseline_2018$HHHSex<-dplyr::recode(Chad_baseline_2018$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_baseline_2018$HHHSex <- labelled::labelled(Chad_baseline_2018$HHHSex, c(Femme = 0, Homme = 1))
#Check new labels
expss::val_lab(Chad_baseline_2018$HHHSex)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_ea_2019$HHHSex)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_ea_2019$HHHSex <- ifelse(Chad_ea_2019$HHHSex=="Feminin","Femme","Homme")

Chad_ea_2019 <- Chad_ea_2019 %>% 
  mutate(HHHSex=ifelse(HHHSex=="Femme",0,1))
Chad_ea_2019$HHHSex<-dplyr::recode(Chad_ea_2019$HHHSex, "1" = 1, "0" = 0)
Chad_ea_2019$HHHSex <- labelled::labelled(Chad_ea_2019$HHHSex, c(Femme = 0, Homme = 1))
#Check labels
expss::val_lab(Chad_ea_2019$HHHSex)
Chad_ea_2019 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_ea_2020$HHHSex)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_ea_2020$HHHSex<-dplyr::recode(Chad_ea_2020$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_ea_2020$HHHSex <- labelled::labelled(Chad_ea_2020$HHHSex, c(Femme = 0, Homme = 1))
#Check new labels
expss::val_lab(Chad_ea_2020$HHHSex)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_ea_2021$HHHSex)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_ea_2021$HHHSex<-dplyr::recode(Chad_ea_2021$HHHSex, `1` = 0L, .default = 1L, .combine_value_labels = TRUE)

#Check labels
expss::val_lab(Chad_ea_2021$HHHSex)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_ea_2022$HHHSex)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_ea_2022$HHHSex<-dplyr::recode(Chad_ea_2022$HHHSex, `1` = 0L, .default = 1L, .combine_value_labels = TRUE)
#Check labels
expss::val_lab(Chad_ea_2022$HHHSex)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_pdm_2020$HHHSex)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_pdm_2020$HHHSex<-dplyr::recode(Chad_pdm_2020$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_pdm_2020$HHHSex <- labelled::labelled(Chad_pdm_2020$HHHSex, c(Femme = 0, Homme = 1))
#Check labels
expss::val_lab(Chad_pdm_2020$HHHSex)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_pdm_2021$HHHSex)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_pdm_2021$HHHSex<-dplyr::recode(Chad_pdm_2021$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_pdm_2021$HHHSex <- labelled::labelled(Chad_pdm_2021$HHHSex, c(Femme = 0, Homme = 1))

#Check labels
expss::val_lab(Chad_pdm_2021$HHHSex)
Chad_pdm_2021 %>% 
  plot_frq(coord.flip =T,HHHSex)

#View labels
expss::val_lab(Chad_pdm_2022$HHHSex)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,HHHSex)

Chad_pdm_2022$HHHSex<-dplyr::recode(Chad_pdm_2022$HHHSex, `2` = 1L, .default = 0L, .combine_value_labels = TRUE)
#Check labels
expss::val_lab(Chad_pdm_2022$HHHSex)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,HHHSex)

12 Household head education level

expss::val_lab(Chad_baseline_2018$HHHEdu)

Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=3,"3"=4,"4"=4,"5"=5))
Chad_baseline_2018$HHHEdu <- labelled::labelled(Chad_baseline_2018$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
#check labels
expss::val_lab(Chad_baseline_2018$HHHEdu)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,HHHEdu)

##
expss::val_lab(Chad_ea_2019$HHHEdu)
Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(HHHEdu = case_when(
    HHHEdu == "Aucune Instruction" ~ "1",
    HHHEdu == "Coranique" ~ "2",
    HHHEdu == "Primaire" ~ "3",
    HHHEdu == "Secondaire" ~ "4",
    HHHEdu ==  "Supérieur" ~ "5",
    .default = NA
  ))
Chad_ea_2019 <- 
  Chad_ea_2019 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_ea_2019$HHHEdu <- labelled::labelled(Chad_ea_2019$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2019$HHHEdu)

expss::val_lab(Chad_ea_2020$HHHEdu)
Chad_ea_2020 <- 
  Chad_ea_2020 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_ea_2020$HHHEdu <- labelled::labelled(Chad_ea_2020$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2020$HHHEdu)
##
expss::val_lab(Chad_ea_2021$HHHEdu)
Chad_ea_2021 <- 
  Chad_ea_2021 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_ea_2021$HHHEdu <- labelled::labelled(Chad_ea_2021$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2021$HHHEdu)
##
expss::val_lab(Chad_ea_2022$HHHEdu)
Chad_ea_2022 <- 
  Chad_ea_2022 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_ea_2022$HHHEdu <- labelled::labelled(Chad_ea_2022$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2022$HHHEdu)
##
expss::val_lab(Chad_pdm_2020$HHHEdu)




expss::val_lab(Chad_pdm_2021$HHHEdu)
Chad_pdm_2021 <- 
  Chad_pdm_2021 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_pdm_2021$HHHEdu <- labelled::labelled(Chad_pdm_2021$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_pdm_2021$HHHEdu)
##
expss::val_lab(Chad_pdm_2022$HHHEdu)
Chad_pdm_2022 <- 
  Chad_pdm_2022 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_pdm_2022$HHHEdu <- labelled::labelled(Chad_pdm_2022$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_pdm_2022$HHHEdu)

13 HHHMainActivity

expss::val_lab(Chad_baseline_2018$HHHMainActivity)
Chad_baseline_2018 %>% 
  plot_frq(coord.flip =T,HHHMainActivity)

expss::val_lab(Chad_ea_2019$HHHMainActivity)
expss::val_lab(Chad_ea_2020$HHHMainActivity)
Chad_ea_2020 %>% 
  plot_frq(coord.flip =T,HHHMainActivity)

expss::val_lab(Chad_ea_2021$HHHMainActivity)
expss::val_lab(Chad_ea_2022$HHHMainActivity)
expss::val_lab(Chad_pdm_2020$HHHMainActivity)
expss::val_lab(Chad_pdm_2021$HHHMainActivity)
expss::val_lab(Chad_pdm_2022$HHHMainActivity)

14 HHHMatrimonial

# Monogame    Polygame     Divorcé(e)   Veuf/Veuve    Célibataire 
#   1           2           3              4           5 
expss::val_lab(Chad_baseline_2018$HHHMatrimonial)
Chad_baseline_2018 <- 
  Chad_baseline_2018 %>% dplyr::mutate(HHHMatrimonial = dplyr::recode(HHHMatrimonial,"1"=1,"2"=2,"3"=5,"4"=5,"5"=4,"6"=3, "7"=3))
Chad_baseline_2018$HHHMatrimonial <- labelled::labelled(Chad_baseline_2018$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_baseline_2018$HHHMatrimonial)

expss::val_lab(Chad_ea_2019$HHHMatrimonial)
Chad_ea_2019 <- Chad_ea_2019 %>% 
  dplyr::mutate(HHHMatrimonial = case_when(
    HHHMatrimonial == "Monogame" ~ "1",
    HHHMatrimonial == "Polygame" ~ "2",
    HHHMatrimonial == "Divorcé" ~ "3",
    HHHMatrimonial == "Veuf" ~ "4",
    HHHMatrimonial ==  "Célibataire" ~ "5",
    .default = NA
  ))
Chad_ea_2019 <- 
  Chad_ea_2019 %>% dplyr::mutate(HHHMatrimonial = dplyr::recode(HHHMatrimonial,"1"=1,"2"=2,"3"=5,"4"=5,"5"=4,"6"=3, "7"=3))
Chad_ea_2019$HHHMatrimonial <- labelled::labelled(Chad_ea_2019$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_ea_2019$HHHMatrimonial)

expss::val_lab(Chad_ea_2020$HHHMatrimonial)
Chad_ea_2020$HHHMatrimonial <- labelled::labelled(Chad_ea_2020$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_ea_2020$HHHMatrimonial)


expss::val_lab(Chad_ea_2021$HHHMatrimonial)


expss::val_lab(Chad_ea_2022$HHHMatrimonial)

expss::val_lab(Chad_pdm_2020$HHHMatrimonial)

expss::val_lab(Chad_pdm_2021$HHHMatrimonial)
Chad_pdm_2021$HHHMatrimonial <- labelled::labelled(Chad_pdm_2021$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_pdm_2021$HHHMatrimonial)
expss::val_lab(Chad_pdm_2022$HHHMatrimonial)

15 HHSourceIncome

expss::val_lab(Chad_baseline_2018$HHSourceIncome)
expss::val_lab(Chad_ea_2019$HHSourceIncome)
expss::val_lab(Chad_ea_2020$HHSourceIncome)
expss::val_lab(Chad_ea_2021$HHSourceIncome)
expss::val_lab(Chad_ea_2022$HHSourceIncome)
expss::val_lab(Chad_pdm_2020$HHSourceIncome)
expss::val_lab(Chad_pdm_2021$HHSourceIncome)
expss::val_lab(Chad_pdm_2022$HHSourceIncome)

16 Assistance

16.1 Date assistance check

Chad_ea_2021$DebutAssistance<-as.Date(Chad_ea_2021$DebutAssistance, origin = "1970-01-01")
Chad_ea_2022$DebutAssistance<-as.Date(Chad_ea_2022$DebutAssistance, origin = "1970-01-01")
Chad_pdm_2020$DebutAssistance<-as.Date(Chad_pdm_2020$DebutAssistance)
Chad_pdm_2022$DebutAssistance<-as.Date(Chad_pdm_2022$DebutAssistance, origin = "1970-01-01")
#Chad_baseline_2018$DebutAssistance<-as.Date(Chad_baseline_2018$DebutAssistance)
#Chad_ea_2019$DebutAssistance<-as.Date(Chad_ea_2019$DebutAssistance, origin = "1899-12-30")
#Chad_ea_2020$DebutAssistance<-as.Date(Chad_ea_2020$DebutAssistance)
#Chad_pdm_2021$DebutAssistance<-as.Date(Chad_pdm_2021$DebutAssistance)

16.2 Date last assistance check

expss::val_lab(Chad_baseline_2018$DateDerniereAssist)
expss::val_lab(Chad_ea_2019$DateDerniereAssist)
expss::val_lab(Chad_ea_2020$DateDerniereAssist)
expss::val_lab(Chad_ea_2021$DateDerniereAssist)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

Chad_ea_2021 <- 
  Chad_ea_2021 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_ea_2021$DateDerniereAssist <- labelled::labelled(Chad_ea_2021$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_ea_2021$DateDerniereAssist)
Chad_ea_2021 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

expss::val_lab(Chad_ea_2022$DateDerniereAssist)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

Chad_ea_2022 <- 
  Chad_ea_2022 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_ea_2022$DateDerniereAssist <- labelled::labelled(Chad_ea_2022$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_ea_2022$DateDerniereAssist)
Chad_ea_2022 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

expss::val_lab(Chad_pdm_2020$DateDerniereAssist)
Chad_pdm_2020 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

expss::val_lab(Chad_pdm_2021$DateDerniereAssist)


expss::val_lab(Chad_pdm_2022$DateDerniereAssist)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

Chad_pdm_2022 <- 
  Chad_pdm_2022 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_pdm_2022$DateDerniereAssist <- labelled::labelled(Chad_pdm_2022$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_pdm_2022$DateDerniereAssist)
Chad_pdm_2022 %>% 
  plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)

16.3 Type d’assistance

17 Merging all data

Chad_baseline_2018 <- labelled::to_factor(Chad_baseline_2018)
Chad_ea_2019 <- labelled::to_factor(Chad_ea_2019)
Chad_ea_2020 <- labelled::to_factor(Chad_ea_2020)
Chad_ea_2021 <- labelled::to_factor(Chad_ea_2021)
Chad_ea_2022 <- labelled::to_factor(Chad_ea_2022)
Chad_pdm_2020 <- labelled::to_factor(Chad_pdm_2020)
Chad_pdm_2021 <- labelled::to_factor(Chad_pdm_2021)
Chad_pdm_2022 <- labelled::to_factor(Chad_pdm_2022)
WFP_Chad<-plyr::rbind.fill(Chad_baseline_2018,
Chad_ea_2019,
Chad_ea_2020,
Chad_ea_2021,
Chad_ea_2022,
Chad_pdm_2020,
Chad_pdm_2021,
Chad_pdm_2022)
WFP_Chad.sub<- WFP_Chad  %>% dplyr::select(ID,adm0_ocha,ADMIN0Name,adm1_ocha,ADMIN1Name,adm2_ocha,ADMIN2Name,SURVEY,YEAR,SvyDatePDM,HHHSex ,HHHAge, HHHEdu,everything())

WFP_Chad <- copy_labels(WFP_Chad.sub, WFP_Chad)
#
# df = WFP_Chad %>% dplyr::select(abi_variables)
# df <- labelled::to_factor(df)
# 
# haven::write_dta(df,"df.dta")

18 Cleaning dirty variables

18.1 drop variables not needed

var_to_drop = c("RESPConsent",
                "ADMIN3Name",
                "RESPAge",
                "RESPSex",
                #"RelationWith_HHH",
                "HHHMainActivity",
                #"HHHMatrimonial",
                "HHSourceIncome"
)

WFP_Chad <- WFP_Chad  %>% dplyr::select(-var_to_drop)

18.2 Remove empty rows and/or columns

18.3 Remove constant columns

19 Data exportation

19.1 Variables labels

WFP_Chad <- labelled::to_factor(WFP_Chad)
haven::write_dta(WFP_Chad,"WFP_Chad.dta")
# WFP_Chad_dictionary <- WFP_Chad |> 
#   generate_dictionary()
# WFP_Chad_dictionary |> 
#   knitr::kable()
#devtools::install_github("pcctc/croquet")
library(croquet)
library(openxlsx)

wb <- createWorkbook()
add_labelled_sheet(WFP_Chad)
saveWorkbook(wb, "WFP_Chad.xlsx",overwrite = TRUE)
rm(list = ls())